如何更改 Pandas 中的日期时间格式

Question

我的数据框有一个DOB列（示例格式1/1/2016 ），默认情况下会转换为 Pandas dtype 'object'。

使用df['DOB'] = pd.to_datetime(df['DOB'])将其转换为日期格式，日期将转换为： 2016-01-26 ，其dtype为： datetime64[ns] 。

现在我想将此日期格式转换为01/26/2016或任何其他通用日期格式。 我该怎么做？

（无论我尝试什么方法，它总是以2016-01-26格式显示日期。）

Answer 1

如果需要将datetime时间转换为其他格式，可以使用dt.strftime （但请注意，列的dtype将是object （ string ））：

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016', 1: '26/1/2016'}})
print (df)
         DOB
0  26/1/2016 
1  26/1/2016

df['DOB'] = pd.to_datetime(df.DOB)
print (df)
         DOB
0 2016-01-26
1 2016-01-26

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print (df)
         DOB        DOB1
0 2016-01-26  01/26/2016
1 2016-01-26  01/26/2016

Answer 2

更改格式但不更改类型：

df['date'] = pd.to_datetime(df["date"].dt.strftime('%Y-%m'))

Answer 3

之间有区别

• 数据框单元格的内容（二进制值）和
• 它为我们人类呈现（显示它）。

所以问题是：如何在不更改数据/数据类型本身的情况下达到我的数据的适当表示？

这是答案：

• 如果您使用Jupyter 笔记本来显示您的数据框，或者
• 如果您想以HTML 文件的形式进行演示（即使为进一步的 CSS 样式准备了许多多余的id和class属性——您可以使用也可以不使用它们），

使用样式。 样式不会更改数据框列的数据/数据类型。

现在，我将向您展示如何在 Jupyter 笔记本中访问它——有关 HTML 文件形式的演示文稿，请参阅此答案末尾附近的注释。

我会假设您的列DOB已经具有datetime64类型（您已经表明您知道如何访问它）。 我准备了一个简单的数据框（只有一列）来向您展示一些基本样式：

• 没有样式：

   df

 DOB 0 2019-07-03 1 2019-08-03 2 2019-09-03 3 2019-10-03

• 将其样式化为mm/dd/yyyy ：

   df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})

 DOB 0 07/03/2019 1 08/03/2019 2 09/03/2019 3 10/03/2019

• 将其样式化为dd-mm-yyyy ：

   df.style.format({"DOB": lambda t: t.strftime("%d-%m-%Y")})

 DOB 0 03-07-2019 1 03-08-2019 2 03-09-2019 3 03-10-2019

---

当心！
返回的对象不是数据框——它是Styler类的对象，所以不要将它分配回df ：

不要这样做：

df = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})    # Don't do this!

（每个数据框都有其 Styler 对象，可通过其.style属性访问，我们更改了此df.style对象，而不是数据框本身。）

---

问题和解答：

• 问：为什么您的 Styler 对象（或返回它的表达式）用作Jupyter笔记本单元格中的最后一个命令，而不是 Styler 对象本身？

• A:因为每个 Styler 对象都有一个回调方法._repr_html_() ，它返回一个 HTML 代码来渲染你的数据框（作为一个漂亮的 HTML 表）。

  Jupyter Notebook IDE 会自动调用此方法来渲染具有它的对象。

---

笔记：

您不需要 Jupyter 笔记本来设置样式（即在不更改数据/数据类型的情况下很好地输出数据帧）。

Styler 对象也有一个方法render() ，如果您想获取带有 HTML 代码的字符串（例如，将格式化的数据框发布到 Web，或者只是以 HTML 格式显示您的表格）：

df_styler = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})
HTML_string = df_styler.render()

Answer 4

与第一个答案相比，我建议先使用dt.strftime() ，然后再使用pd.to_datetime() 。 这样，它仍然会产生 datetime 数据类型。

例如，

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016 ', 1: '26/1/2016 '})
print(df.dtypes)

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print(df.dtypes)

df['DOB1'] = pd.to_datetime(df['DOB1'])
print(df.dtypes)

Answer 5

下面的代码对我有用，而不是以前的代码：

df['DOB']=pd.to_datetime(df['DOB'].astype(str), format='%m/%d/%Y')

Answer 6

你可以试试这个。 它将日期格式转换为 DD-MM-YYYY：

df['DOB'] = pd.to_datetime(df['DOB'], dayfirst = True)

Answer 7

下面的代码更改为 'datetime' 类型，并以给定的格式字符串格式化。

df['DOB'] = pd.to_datetime(df['DOB'].dt.strftime('%m/%d/%Y'))

Answer 8

下面是对我有用的代码。 我们需要非常小心格式。 下面的链接对于了解您的退出格式并更改为所需的格式绝对有用（遵循 strftime( ) 和 strptime() 行为中的 strftime() 和 strptime() 格式代码）：

data['date_new_format'] = pd.to_datetime(data['date_to_be_changed'] , format='%b-%y')